AI Transformation กำลังเป็นประเด็นที่ทั้งภาครัฐและเอกชนให้ความสนใจเป็นอย่างมาก หลายๆหน่วยงาน กำลังเร่งรีบที่จะใช้พลังแห่งการเปลี่ยนแปลงของ AI เพื่อเพิ่มประสิทธิภาพในการทำงานแบบที่หลายๆ กูรูด้านเทคโนโลยีบอกว่าจะเป็นการเพิ่มแบบที่ไม่เคยมีมาก่อนแบบที่เรียกว่าสร้างประสบการณ์ลูกค้าที่เป็นส่วนตัว และนวัตกรรมที่ก้าวล้ำ แต่ภายใต้พื้นผิวที่น่าตื่นตาตื่นใจของ Algorithm และ Neural Network มีรากฐานที่สำคัญซึ่งสำคัญไม่แพ้กันคือเรื่องของข้อมูล (ยกตัวอย่างให้เห็นความสำคัญของข้อมูลง่ายๆ ก็คือ คำว่า Chat GPT : GPT ย่อมาจาก Generative Pre-trained Transformer ซึ่งเป็นหนึ่งใน Large Language Model ที่ถูกเทรนหรือสอนด้วยข้อมูลที่เป็น text จำนวนมหาศาล)
การจะมี AI Transformation ที่มีประสิทธิภาพได้ จำเป็นต้องมีรากฐานที่แข็งแกร่งจาก Data Transformation ในองค์กรด้วย เพื่อให้เห็นภาพ หากเราเปรียบเทียบ AI เป็นรถแข่งสมรรถนะสูง Algrorithm คือเครื่องยนต์ทรงพลังที่ มีความเร็วและความคล่องตัวที่น่าทึ่ง แต่หากไม่มีเชื้อเพลิงที่เหมาะสม รถก็จะกระตุกและดับลงในที่สุด (ยกตัวอย่างรถแข่ง Formula 1 แม้ใช้น้ำมันเบนซิน ก็เป็นเบนซินชนิดพิเศษมาก ซึ่งประกอบด้วยน้ำมันเบนซิน 90% และเอทานอลหมุนเวียน 10% ที่เรียกว่า E10 นี่เป็นก้าวสำคัญสู่ความยั่งยืนที่มากขึ้น) ดังนั้นในโลกของ AI เชื้อเพลิงนั้นคือข้อมูล โดยคุณภาพ การเข้าถึง และความสมบูรณ์ของข้อมูลนั้นมีความสำคัญอย่างยิ่ง
ถ้า ธรรมาภิบาลข้อมูล (Data Governance) คือกฎระเบียบที่ทำให้ได้มาซึ่งข้อมูลหรือน้ำมันพร้อมใช้; ธรรมาภิบาล AI (AI Governance) ก็คือกฎระเบียบกติกาที่จะทำให้การใช้รถเป็นไปอย่างมั่นคงปลอดภัย ผมขออนุญาตเปรียบเทียบการขับเคลื่อน Data and AI Transformation คล้ายกับการจะสร้างรถประเภทต่างๆ เพื่อให้ใช้วิ่งบนท้องถนนครับ ซึ่งเราจำเป็นต้อง มีทั้ง รถยนต์ (AI / Machine Learning), น้ำมัน (ข้อมูล), ถนน (โครงสร้างพื้นฐานด้านข้อมูล เช่น Data Center, ระบบสาย cable ส่งข้อมูล), กฎกติกามารยาทด้านการจราจร (AI governance) รวมถึงมาตรฐานการผลิตและการใช้น้ำมัน (Data governance) และคนขับ (ทรัพยากรมนุษย์ที่มีทักษะและปฏิบัติตามกฎ) แล้วอะไรจะเป็นตัวช่วยให้ สิ่งๆต่างเกิดขึ้นได้ ผมมองมีว่า 3 ปัจจัยสำคัญ ดังนี้
กระแส AI กำลังสร้างความต้องการมหาศาลในการใช้ข้อมูลคุณภาพสูง Algorithm ของ AI เรียนรู้และปรับปรุงโดยการระบุรูปแบบและความสัมพันธ์ภายในชุดข้อมูลขนาดใหญ่ (Big Data) ยิ่งข้อมูลที่ใช้ฝึกฝนโมเดล AI มีความเกี่ยวข้อง หลากหลาย และมีคุณภาพสูงมากเท่าใด โมเดลนั้นก็จะยิ่งมีความแม่นยำ น่าเชื่อถือ และมีคุณค่ามากขึ้นเท่านั้น ตัวอย่างเช่น AI ที่ได้รับการป้อนข้อมูลประวัติการซื้อของลูกค้า พฤติกรรมการเรียกดู และข้อมูลประชากรที่ครอบคลุมที่ผ่านกระบวนการสร้างคุณภาพข้อมูลมาแล้ว AI ตัวนี้จะสามารถให้คำแนะนำที่เป็นส่วนตัวและมีประสิทธิภาพสูง ซึ่งจะช่วยเพิ่มยอดขายและความภักดีของลูกค้า ในทางกลับกัน การฝึกฝนเครื่องมือเดียวกันด้วยข้อมูลที่ไม่สมบูรณ์ ไม่ถูกต้อง หรือมีอคติ จะนำไปสู่คำแนะนำที่ผิดพลาด ซึ่งจะกัดกร่อนความไว้วางใจของลูกค้าและขัดขวางการเติบโตของธุรกิจ
การเข้ามามีส่วนร่วมของ AI ในฟังก์ชันทางธุรกิจและบริการภาครัฐต่างๆ ขยายความจำเป็นในการมีแนวทางเชิงกลยุทธ์ในการจัดการข้อมูล ตั้งแต่การวิเคราะห์เชิงคาดการณ์เพื่อคาดการณ์แนวโน้มของตลาด ไปจนถึงการประมวลผลด้านภาษาที่ขับเคลื่อน Chatbot ที่ซับซ้อน แอปพลิเคชัน AI แต่ละรายการล้วนต้องพึ่งพาข้อมูลประเภทและรูปแบบเฉพาะอย่างมาก
ยุทธศาสตร์ข้อมูลช่วยให้ AI transformation ตอบโจทย์องค์กรและจับต้องได้จริง เปรียบได้เหมือนกับ เราสามารถเลือกน้ำมันที่ถูกประเภท เพื่อนำไปใช้กับรถยนต์ที่เราอยากได้และใช้ได้จริง ธรรมาภิบาลข้อมูลในฐานะรากฐานสำคัญและรั้วกั้น สร้างความมั่นใจในความน่าเชื่อถือและการปฏิบัติตามกฎระเบียบ โดยเรื่องของยุทธศาสตร์และธรรมาภิบาลข้อมูลไม่ใช่หน่วยงานที่เป็นอิสระต่อกัน แต่เป็นสองด้านของเหรียญเดียวกัน โดยยุทธศาสตร์ข้อมูลที่ชัดเจนให้ "อะไร" และ "ทำไม" ของการใช้ข้อมูลสำหรับ AI Transformation ในขณะที่ธรรมาภิบาลที่แข็งแกร่งกำหนด "อย่างไร" และ "ใคร" เพื่อให้มั่นใจถึงการนำไปใช้อย่างมีความรับผิดชอบและมีประสิทธิภาพ
เพื่อให้เห็นภาพ ผมขออนุญาตยกตัวอย่าง Usecase สถาบันการเงินที่ใช้ AI ในการตรวจจับการฉ้อโกง ยุทธศาสตร์ข้อมูลจะระบุข้อมูลการทำธุรกรรมที่เกี่ยวข้อง โปรไฟล์ลูกค้า และรูปแบบการฉ้อโกงในอดีต ในขณะที่กรอบธรรมาภิบาลข้อมูลจะกำหนดกระบวนการทำงานที่เข้มงวดสำหรับการเข้าถึงและปกปิดข้อมูลลูกค้าที่ละเอียดอ่อน เพื่อให้มั่นใจถึงการปฏิบัติตามกฎระเบียบด้านความเป็นส่วนตัว นอกจากนี้ยังจะใช้กลไกการตรวจจับอคติเพื่อป้องกันไม่ให้ AI ติดตามธุรกรรมอย่างไม่ยุติธรรมโดยอิงจากลักษณะที่ได้รับการคุ้มครอง
สร้างข้อมูลในฐานะสินทรัพย์เชิงกลยุทธ์เพื่อความสำเร็จของ AI Transformationในการแข่งขันเพื่อนำ AI มาใช้ในการดำเนินงานไม่ว่าจะเป็นภาคธุรกิจหรือภาครัฐก็ตาม การปฏิบัติต่อข้อมูลในฐานะสินทรัพย์เชิงกลยุทธ์ โดยมียุทธศาสตร์ข้อมูลที่แข็งแกร่งและธรรมาภิบาลที่มั่นคงเป็นรากฐาน จะได้รับความได้เปรียบทางการแข่งขันที่สำคัญ หน่วยงานจะสามารถเติมพลังให้กับเครื่องยนต์ AI ด้วยข้อมูลคุณภาพสูงที่น่าเชื่อถือ นำไปสู่ข้อมูลเชิงลึก (Data Insight) ที่แม่นยำยิ่งขึ้น การคาดการณ์ที่น่าเชื่อถือ และท้ายที่สุดคือมูลค่าทางธุรกิจหรือประโยชน์ที่มากขึ้น การเพิกเฉยต่อรากฐานที่สำคัญนี้ก็เหมือนกับการสร้างตึกสูงบนทราย ยิ่งคุณตั้งเป้าหมายสูงเท่าไหร่ ความเสี่ยงก็ยิ่งมากขึ้นเท่านั้น
